森林扰动检测年尺度算法LandTrendr和天尺度算法COLD的对比与验证

扫码查看

原文链接

中国科技论文在线

中文摘要：森林扰动检测是Landsat时间序列数据的一个重要应用，既可以检测森林资源变化，也可以在多种时空尺度上支持高效的森林资源管理。在过去的十年中，各种扰动检测算法被提出，它们采用不同的技术来检测扰动。然而，相同研究区选择不同的扰动检测算法和参数阈值，结果会有很大的差异。因此本研究基于福建省参考样本数据，针对目前扰动检测应用最广泛的年尺度算法LandTrendr和天尺度算法COLD，进行最优参数阈值标定，并从森林扰动检测精度和检测时间的误差在1年内精度两个方面，定量对比和验证了LandTrendr和COLD算法的精度。研究表明：（1）在森林扰动检测上，LandTrendr和COLD总体精度分别为68.4%和90.5%，COLD算法森林扰动检测效果较好。(2) 在森林扰动检测时间的误差在1年内精度上，LandTrendr和COLD算法总体精度分别为64.8%和84.4%，COLD算法森林扰动检测时间精度较高。LandTrendr算法平均滞后为1.4年，COLD平均滞后为0.5年。总体而言，森林扰动检测需要综合考虑算法的特点和参数阈值的敏感性、以及扰动检测的空间完整性和时间滞后性等问题。

外文标题：omparison and validation of forest disturbance detection using annual algorithm LandTrendr and daily algorithm COLD

外文关键词：

forest disturbance monitoringLandsat time seriesLandTrendrCOLD

作者：

邱德安、赵国帅

展开 >

学科分类：

环境科学、安全科学(环境科学技术现状)

环境科学、安全科学(环境管理)

环境科学、安全科学(灾害、灾害防治)

关键词：

森林扰动检测 Landsat时间序列 LandTrendr OLD

首发时间：2023-03-03